Masialeti Masialeti est un praticien des systèmes d’information et un universitaire à temps partiel avec plus de 14 ans d’expérience dans les secteurs des mines, de l’éducation et du conseil en informatique. Son expérience professionnelle géographique comprend l’Afrique et l’Amérique du Nord. Il est actuellement responsable de la prestation de services informatiques auprès de Nevada Gold Mines, aux États-Unis. Auparavant, il a occupé les postes de responsable des systèmes technologiques, de responsable de la prestation de services informatiques au niveau mondial et de surintendant informatique chez Barrick Gold Corporation. Les intérêts de recherche de Masialeti Masialeti sont l’analyse d’entreprise et l’application de la théorie des systèmes d’information à la mise en œuvre réussie des technologies de transformation numérique telles que l’IdO, les applications mobiles, l’analyse des Big Data, l’apprentissage automatique, etc. dans l’industrie minière.
En septembre 2021, Masialeti Masialeti a soutenu son doctorat exécutif en administration des affaires (EDBA) sur le thème « Une étude empirique des tâches de contrôle à intervalle court et de l’aptitude à la technologie mobile dans une mine souterraine » sous la supervision du professeur Jean-Fabrice Lebraty, Université Jean Moulin Lyon 3.
Direction de thèse
Pr. Lebraty Jean-Fabrice
Intitulé
Une étude empirique des tâches de contrôle à intervalles courts et de l’aptitude à la technologie mobile dans une mine d’or souterraine.
Résumé
La transformation numérique est devenue un objectif stratégique clé pour de nombreuses sociétés minières. La technologie mobile est récemment devenue une plate-forme de choix pour la mise en œuvre numérique de tâches de contrôle à intervalle court (short interval control – SIC). Cette étude a examiné de manière empirique les tâches SIC de planification, d’exécution et de contrôle via la technologie mobile dans l’industrie minière à la mine d’Or de Turquoise Ridge Underground (TRU) dans le Nevada, aux États-Unis. Plus précisément, la nouvelle théorie de l’adéquation tâche-technologie (task-technology fit – TTF) proposée par Howard & Rose (2019) a été utilisée comme cadre d’analyse pour évaluer l’adéquation entre les tâches SIC et les technologies mobiles pour améliorer les performances des mineurs à TRU. Une enquête en ligne a été réalisée auprès de 200 mineurs de fond échantillonnés. Le modèle de recherche résultant a été analysé à l’aide de l’approche de modélisation par l’équation structurelle des moindres carrés partiels (PLS-SEM). Les résultats de la recherche révèlent que l’effet interactif des caractéristiques des tâches SIC et des caractéristiques de la technologie mobile médiée par TTF n’a pas d’effet statistiquement significatif sur les réactions des mineurs souterrains, l’utilisation de la technologie mobile et les résultats de performance des mineurs. Cependant, l’effet direct des caractéristiques de la technologie mobile sur TTF, TTM – “Too Much” et TTM – “Too Little” est statistiquement significatif. Ces résultats ont révélé que TTF prédit de manière significative la réaction, l’utilisation et les performances des mineurs souterrain. L’étude suggère que l’ajustement entraîne une meilleure prédiction, permettant ainsi une meilleure prise de décision concernant l’amélioration du processus SIC, ce qui entraîne une meilleure performance des mineurs souterrain. Cependant, l’inadéquation est imprévisible et rend donc difficile la prise de décisions sur l’amélioration, ce qui a un impact négatif sur les performances., les résultats suggèrent que nous pouvons évaluer les différences entre l’ajustement et l’inadéquation en termes de capacité de prédiction de la performance. Des implications théoriques et managériales sont suggérées en raison des résultats de l’étude.